[发明专利]图像水印嵌入和提取方法、装置、设备及可读存储介质在审

专利信息
申请号: 202211305746.4 申请日: 2022-10-24
公开(公告)号: CN115564633A 公开(公告)日: 2023-01-03
发明(设计)人: 危学涛;叶冠辉;谢伟;尹波 申请(专利权)人: 南方科技大学
主分类号: G06T1/00 分类号: G06T1/00;G06N3/04;G06N3/08
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 丁志新
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 水印 嵌入 提取 方法 装置 设备 可读 存储 介质
【权利要求书】:

1.一种图像水印嵌入和提取方法,其特征在于,所述图像水印嵌入和提取方法包括以下步骤:

获取第一水印信息和原始图片,所述原始图片为待嵌入水印的图片;

将所述原始图片和所述第一水印信息转化为原始图片频域特征和具有冗余信息的二维水印特征,其中,所述冗余信息平均地扩散在所述二维水印特征上;

正向输入所述二维水印特征与所述原始图片频域特征至可逆神经网络,并输出水印图片与损失信息;

将所述水印图片与所述损失信息转化为水印图片频域特征与矩阵,所述矩阵为通过高斯采样生成的与所述损失信息维度一致的矩阵;

反向输入所述水印图片频域特征与所述矩阵至可逆神经网络,并输出第二水印信息;

将所述第一水印信息与所述第二水印信息对比,得到相似度验证结果,其中,所述相似度验证结果用于确定所述原始图片的版权归属。

2.如权利要求1所述的图像水印嵌入和提取方法,其特征在于,所述将所述原始图片和所述第一水印信息转化为原始图片频域特征和具有冗余信息的二维水印特征,其中,所述冗余信息平均地扩散在所述二维水印特征上的步骤包括:

基于压缩与激励网络,将所述第一水印信息正向转化为具有冗余信息的二维水印特征,所述第一水印信息为一维水印信息;

将所述原始图片通过离散小波变换正向转化为所述原始图片频域特征,其中,通过频域进行水印的嵌入,能够提升水印图片的图像质量。

3.如权利要求2所述的图像水印嵌入和提取方法,其特征在于,所述基于压缩与激励网络,将所述第一水印信息正向转化为具有冗余信息的二维水印特征,所述第一水印信息为一维水印信息的步骤包括:

通过全连接层增加所述第一水印信息的长度;

将所述第一水印信息转化为二维水印信息,所述二维水印信息为单通道;

基于所述压缩与激励网络,将所述二维水印信息转化为具有冗余信息的二维水印特征,所述二维水印特征为多通道。

4.如权利要求3所述的图像水印嵌入和提取方法,其特征在于,所述基于所述压缩与激励网络,将所述二维水印信息转化为具有冗余信息的二维水印特征的步骤包括:

基于所述压缩与激励网络,对所述二维水印信息进行扩展,生成所述二维水印特征。

5.如权利要求1所述的图像水印嵌入和提取方法,其特征在于,所述正向输入所述二维水印特征与所述原始图片频域特征至可逆神经网络,并输出水印图片与损失信息的步骤包括:

正向输入所述二维水印特征与所述原始图片频域特征至可逆神经网络,并输出水印图片频域特征与损失信息;

将所述水印图片频域特征通过离散小波逆变换转化为水印图片。

6.如权利要求1所述的图像水印嵌入和提取方法,其特征在于,所述反向输入所述水印图片频域特征与所述矩阵至可逆神经网络,并输出第二水印信息的步骤包括:

反向输入所述水印图片频域特征与所述矩阵至可逆神经网络,并输出第二水印特征与恢复图片频域信息;

基于所述压缩与激励网络,将所述第二水印特征转化为第二水印信息。

7.如权利要求1所述的图像水印嵌入和提取方法,其特征在于,所述正向输入所述二维水印特征与所述原始图片频域特征至可逆神经网络,并输出水印图片与损失信息的步骤之后包括:

通过噪声层给所述水印图片增加噪声,所述噪声包括不可微噪声和或可微噪声,其中,所述噪声层采用Standard ASL(标准攻击模拟层)给所述水印图片增加所述可微噪声和或采用Forward ASL(前向攻击模拟层)给所述水印图片增加所述不可微噪声。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方科技大学,未经南方科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211305746.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top